MétaCan
Menu
Retour à la cohorte
Enregistrement W2111908988 · doi:10.1002/prep.201400013

Preparation and Characterization of Aqueous Nanothermite Inks for Direct Deposition on SCB Initiators

2014· article· en· W2111908988 sur OpenAlexfundno aff
Robert R. Nellums, Steven F. Son, Lori J. Groven

Notice bibliographique

RevuePropellants Explosives Pyrotechnics · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergetic Materials and Combustion
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésMixing (physics)Deposition (geology)Materials scienceCharacterization (materials science)Chemical engineeringAqueous solutionSolventNanotechnologyChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Nanothermites are a promising replacement energetic for many devices but their use has been limited by high sensitivity during processing, hazardous processing solvents, and time consuming deposition. Incorporating processing and deposition into a single step, especially if no organic solvents were used, could allow nanothermites to be applied safely in a wider range of applications. This work reports on the performance and characterization of direct‐deposited water processed nanothermite inks on semiconductor bridge (SCB) initiators. Specifically, it investigates the replacement of nanothermites processed by resonant mixing (Resodyn LabRAM) in the solvent N,N‐dimethylformamide (DMF) with nanothermites processed in water. Processing safety and mixture performance were then characterized. It was found that water processed nanothermites were stable for up to 480 min in a water bath at 50 °C only if both metal and metal oxide particles were coated with palmitic acid. In addition, water processed nanothermites were found to have better mixing intimacy, which resulted in better performance than nanothermite processed in DMF. Direct deposition of water processed nanothermites also mitigates electrostatic discharge (ESD) sensitivity, while the material remains wetted, improving processing safety dramatically. For the system investigated, it was found that processing at a solids loading of 30 vol.% resulted in a high density, high performance ink that was deposited directly onto the SCBs. This resulted in a 25 % reduction in the all fire threshold over traditional energetics. This mixing approach uses an environmentally friendly mixing medium, can result in a higher density final material, and allows safe one‐step mixing and deposition.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,211
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePropellants Explosives PyrotechnicsMême sujetEnergetic Materials and CombustionTravaux en français237 207